Current status and hotspots in breast cancer patient self-management research: A bibliometric and visual analysis via CiteSpace
Notice bibliographique
Résumé
BACKGROUND: Breast cancer remains a leading cause of cancer-related mortality worldwide. Patient self-management plays a pivotal role in enhancing outcomes and quality of life for individuals affected by this disease. This study employed bibliometric and visual analysis techniques utilizing CiteSpace to elucidate the current status and research hotspots in breast cancer patient self-management from January 1, 2005, to August 31, 2023. METHODS: A comprehensive search was conducted in the Web of Science Core Collection (WoSCC). The retrieved literature was subjected to visualization and analysis using CiteSpace, focusing on publication timeline, article count, geographical distribution, institutional affiliations, journal sources, reference co-citation networks, and keyword analysis. RESULTS: The analysis encompassed 1413 English-language documents. The United States emerged as the most prolific contributor, while the University of Toronto demonstrated the highest institutional output. The two-map overlay revealed prominent citation paths, indicating strong interconnections between publications in "Medicine, Medicine, Clinical" and "Health, Nursing, Medicine," as well as "Psychology, Education, Health" and "Health, Nursing, Medicine." The most frequently co-cited reference was "Self-Management: Enabling and Empowering Patients Living with Cancer as a Chronic Illness." High-frequency keywords identified included quality of life, chronic disease, self-management, patient education, randomized controlled trials, education, and intervention. These keywords formed 11 distinct clusters related to intervention content, methodologies, outcome indicators, and emerging research trends. Keyword burst analysis predicted future research hotspots focusing on patient needs, psychological distress, Internet technology, and mobile applications. CONCLUSIONS: Research in breast cancer self-management is experiencing significant growth. Enhanced collaboration between countries, regions, and institutions is imperative. Further investigation is warranted, particularly in the domains of "quality of life," "patient education," and "mobile health." These findings provide valuable insights to guide future research directions in this critical field.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,214 | 0,231 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».